Un développeur crée un agrégateur d'actualités IA avec MCP, DeepSeek et un bot Telegram

Ce projet n'est pas parti d'une idée abstraite, mais d'un problème concret. Le 28 février 2026, l'auteur se trouvait à Dubaï pendant l'interception de drones iraniens et n'a pas pu obtenir rapidement une vue d'ensemble de la situation. Il en est sorti un agrégateur d'actualités multilingue. L'outil collecte les articles, les traduit et les étiquette, puis les met à disposition non seulement des humains, mais aussi des assistants IA.

Comment le projet est né

L'auteur décrit son point de départ de façon très terre à terre. Google et Yandex remontaient des articles vieux de deux heures, tandis que les chaînes Telegram livraient des versions contradictoires des événements. Quand on a besoin d'informations immédiatement, un tel délai cesse d'être un simple désagrément et devient un vrai problème. La première solution était simple : une chaîne Telegram consacrée au Moyen-Orient, alimentée manuellement par les flux RSS des grandes agences de presse internationales.

Le mode manuel a vite atteint ses limites. Le flux a dépassé les 200+ publications par jour, et le maintenir sans automatisation n'avait plus de sens. Un parser est alors apparu, puis la traduction automatique, avant l'ajout de sources IT et de l'actualité économique. L'idée locale d'une chaîne d'information en temps réel est ainsi devenue un produit à part entière : un site agrégateur avec fil d'actualités, chat IA, API, serveur MCP et bot Telegram dédié.

Ce qu'il y a sous le capot

Le projet repose sur un ensemble de composants indépendants plutôt que sur un monolithe. Un service distinct, FeedManager, récupère les flux RSS, les traite et écrit les données dans MySQL. La partie Flask lit les articles déjà prêts et ne dépend pas d'un éventuel blocage du parser sur une source instable. L'étiquetage automatique tourne comme un processus autonome : il lit les nouveaux articles dans la base et y réécrit ses résultats. Le bot Telegram, lui, répond aux utilisateurs dans son propre périmètre.

• 80+ sources dans un flux unique, dont des agences internationales, des médias IT et des titres économiques
• 9 catégories thématiques et environ 50 tags pour naviguer dans le fil
• traduction automatique des articles en russe dès leur publication
• API REST avec recherche et filtres par tags, dates et sources
• serveur MCP permettant aux assistants IA d'exploiter la base d'actualités comme un outil

Au-dessus de l'agrégateur tournent l'API et le serveur MCP, destinés aux clients externes et aux agents IA. Le point clé : le système ne se contente pas de renvoyer du JSON brut. Il fournit des réponses structurées via des modèles Pydantic comme ArticleSummary et SearchResult, ce qui réduit les erreurs de traitement et économise des tokens.

Selon l'auteur, l'assistant peut trouver lui-même le bon tag, demander les articles des derniers jours, lire les textes complets et produire un digest sans préparation manuelle des données. Les outils sont chargés dynamiquement toutes les cinq minutes : de nouvelles fonctionnalités peuvent donc être ajoutées sans réécrire la logique de l'agent.

Pourquoi sans IA superflue

L'IA n'est pas utilisée partout dans ce projet, seulement là où elle est réellement rentable. Pour l'interface de chat, l'auteur a choisi DeepSeek : d'après lui, il coûte 15 à 30 fois moins cher que les alternatives, pour une qualité comparable en recherche et en résumé d'actualités. Pour un produit gratuit, c'est décisif. Le même pragmatisme s'applique au stockage des traductions : les versions multilingues d'un article sont rangées directement dans un champ JSON de l'enregistrement, ce qui accélère l'accès et simplifie l'ajout de nouvelles langues.

Le compromis le plus révélateur concerne l'étiquetage automatique. Plutôt qu'un LLM, l'auteur a opté pour du keyword matching sur 47 thèmes et environ 600 mots-clés en anglais et en russe. Cette approche atteint environ 85% de précision, prend moins d'une milliseconde par article et ne consomme aucun token. Face à l'engouement général pour « mettre un réseau de neurones à chaque étape », c'est une position d'ingénieur mature : l'IA a sa place là où elle apporte de la valeur, pas là où elle fait simplement tendance.

Ce que cela signifie

Ce cas montre bien qu'un produit d'actualités IA ne se résume plus aujourd'hui à un modèle capable de résumer des textes. La vraie valeur apparaît avec une collecte de données fiable, une structure propre, une API claire et un protocole comme MCP pour connecter les assistants. Pour les médias, les équipes de recherche et les services d'analyse internes, le signal est clair : un simple fil d'actualités peut devenir une véritable infrastructure pour des digests en temps réel, de la recherche et des réponses automatisées.